1、輪廓編組的目的是從輸入中提取獨(dú)立的目標(biāo)輪廓，是一種以邊緣片段為編組對象的知覺組織過程。由于輪廓能夠很好地描述目標(biāo)的幾何特征和拓?fù)涮卣?，并且表示具有很好的簡潔性，因此對于后續(xù)的高級視覺任務(wù)，如目標(biāo)識別、場景分析、基于內(nèi)容的圖像檢索等都具有重要的意義。
　　本文以格式塔編組原則為基礎(chǔ)，以圖像序列為輸入，提出了基于時空信息的輪廓編組算法，本文的主要工作如下：
　　1、研究了邊緣檢測算法，從輪廓編組的特點(diǎn)出發(fā)，提出了基于gPb的邊緣

2、片段編組元提取算法。
　　2、研究了時空信息的提取方法，利用LDOF光流法提取圖像運(yùn)動信息，利用RGB/Lab顏色模型和伯克利紋理算子，提出了基于光流法的運(yùn)動特征和基于顏色、紋理描述的空間特征提取算法。
　　3、研究了流形學(xué)習(xí)方法，比較了線性降維和非線性降維方法對時空特征的處理效果，采用了基于流形學(xué)習(xí)的時空相似度計(jì)算方法。
　　4、在研究聚類方法的基礎(chǔ)上，以時空相似度為聚類信息，提出了基于自適應(yīng)譜聚類的輪廓編組算法。<